In maart 2020 presenteerde de belangrijkste wetenschappelijk adviseur van de Britse regering, Patrick Vallance, een grafiek die “de vorm van een epidemie” liet zien. De rode lijn die het aantal voorspelde COVID-gevallen weergeeft, steeg tot een steile piek voordat het weer daalde. Vallance legde uit dat het vertragen en verminderen van de piek essentieel was om de druk op de Britse gezondheidszorg te verlichten. Boris Johnson, de toenmalige premier, verwoordde het veel bondiger: “Squash die sombrero.”
In de twee jaar die volgden, moeten beide mannen vele uren hebben doorgebracht met het bespreken van dit soort grafieken. Maar zoals we nu leren door Vallance’s getuigenis in het COVID onderzoek, lijkt het erop dat de premier moeite had om te begrijpen wat er werd weergegeven in deze grafieken, ondanks het feit dat hij er dagelijks aan werd blootgesteld.
Onderzoeksvoorzitter Barones Hallet nam het op voor de voormalige premier: “Hij zou niet de enige persoon zijn die moeite heeft met grafieken. Ik moet bekennen dat ik zelf ook af en toe moeite heb met grafieken.”
Haar punt is belangrijk: communicatie is tweerichtingsverkeer. Het is niet altijd eerlijk om de persoon die naar een grafiek kijkt de schuld te geven als hij of zij deze verkeerd begrijpt.
Tijdens het onderzoek is veel gezegd over de noodzaak voor beleidsmakers om basisstatistieken te begrijpen om weloverwogen beslissingen te kunnen nemen, vooral als er veel op het spel staat. Dus hoe kunnen wetenschappers betere datavisualisaties maken om dit probleem op te lossen?
Om hier een antwoord op te vinden, kunnen we 160 jaar terug kijken naar Florence Nightingale, de naamgeefster van de tijdelijke ziekenhuizen die in de begindagen van de pandemie werden opgericht. Nightingale was een pionier in het gebruik van effectieve datavisualisaties om beleid te veranderen in tijden van crisis.
Na haar ervaring met het verplegen van soldaten die stierven aan vermijdbare ziektes in de Krimoorlog (1853-1856), voerde ze haar eigen strijd tegen het Britse leger. Om hen te overtuigen van de noodzaak van sanitaire hervormingen, Nightingale werkte samen met andere statistici om grafieken die werden verzonden naar de belangrijkste gevestigde figuren, met inbegrip van koningin Victoria, met Nightingale hoopte “ze kan kijken want het heeft foto’s”.
De grafieken van Florence Nightingale zijn een voorbeeld voor wetenschapsvoorlichters.
Wellcome Collectie
Haar grafieken maakten een visueel onderscheid tussen de statistieken van maandelijkse sterfgevallen voor en na de sanitaire hervormingen en lieten zien hoe weinig sterfgevallen werden veroorzaakt door de wonden van de strijd. Nightingale liet er bij de lezers geen twijfel over bestaan dat slechte leefomstandigheden dodelijk waren voor soldaten in hun barakken. Dit inspireerde tot hervormingen die talloze soldaten behoedden voor de dood door ziekten die te voorkomen waren.
Hoe wetenschappers gegevens beter kunnen communiceren
Sinds de tijd van Nightingale is er veel vooruitgang geboekt in het gebruik van statistieken om de volksgezondheid te verbeteren. Hier zijn twee heel eenvoudige verbeteringen aan grafieken die een enorm verschil kunnen maken voor hun lezers: betere kleuren en een meer doordacht gebruik van tekst.
Een aantekening in Vallance’s notitieboek beschrijft Johnsons verwarring over de kleuren in een lijngrafiek. Wetenschappers kunnen geneigd zijn om onduidelijke kleuren te gebruiken in hun visualisaties. Het is aangetoond dat de kleurkeuze invloed heeft op de nauwkeurigheid waarmee gebruikers kaarten lezen, waarbij recent onderzoek suggereert dat het verwarrend kan zijn om “vrolijke” kleuren te gebruiken om grimmige gegevens te visualiseren.
Er zijn veel gidsen over hoe je kunt voorkomen dat slechte kleurkeuzes belangrijke beslissingen in de weg staan of gegevens ontoegankelijk maken voor mensen met kleurenblindheid.
Lees meer:
Waarom zoveel mensen genoeg hebben van experts – en hoe je het vertrouwen kunt terugwinnen
Vallance vertelde het onderzoek dat hij ook bezorgd was dat Johnson de boodschappen van de grafieken niet onthield. Er kan weinig aan gedaan worden als het publiek niet oplet, maar een onderzoek uit 2016 toonde aan dat mensen de boodschap van een visualisatie beter onthouden als er titels en annotaties in staan die de informatie die al in de grafiek te zien is, verduidelijken.
Tijd is van essentieel belang, aangezien lezers binnen 500 milliseconden hun indruk van een afbeelding kunnen vormen. Alan Smith, hoofd visuele en datajournalistiek bij de Financial Times, moedigt zijn team aan om actieve werkwoorden te gebruiken in hun titels. Zoals hij schrijft in zijn boek How Charts Work, zal deze aanpak “een grafiek focus geven en een echt narratief gevoel van doel geven”.
Hoe je een betere grafieklezer kunt worden
Er zijn ook dingen die wij, als lezers, kunnen doen om de grafieken, diagrammen en datavisualisaties die deel uitmaken van het dagelijks leven beter te begrijpen. Hier zijn een paar dingen waar je op kunt letten.
Sommige grafieken kunnen misleiden door selectief te zijn in de waarden die op hun assen worden gebruikt. Een veelgebruikte truc – die politici onder de knie hebben – is dat ze niet bij nul beginnen om een stijging of daling van iets te overdrijven. Er kunnen goede redenen zijn voor deze aanpak, maar niet altijd.
Je moet ook uitkijken naar een bron en bevestigen dat het een gerenommeerde bron is, zoals het Office for National Statistics. Als de bron niet wordt vermeld, vraag het dan. Als er helemaal geen bronvermelding is, dan heb je gelijk dat je sceptisch bent.
Wees tot slot net zo nieuwsgierig naar wat de grafiek niet laat zien. Ontbreken er gegevens, of toont de plot slechts één aspect van een probleem? Laten andere grafieken van dezelfde gegevens iets anders zien?
Vaak zijn er geen perfecte antwoorden op deze vragen. Maar het zijn belangrijke gespreksstarters – vooral als, zoals Vallance en Johnson, de persoon die de grafiek kan uitleggen recht voor je staat.
James Cheshire ontvangt financiering van de ESRC.
Rob Davidson ontvangt financiering van de ESRC en The Health Foundation.
